78 Dari tabel di atas tersebut dapat diketahui bahwa nilai t-statistik
ADF masing- masing variabel dengan α = 5 variabel PDB, konsumsi,
investasi tidak stasioner disebabkan karena nilai t-statistik ADF lebih kecil bila dibandingkan dengan nilai kritis statistik ADF tabel, dan probabilitas
semua variabel lebih besar dari α 5 maka terjadi unit root dengan kata lain variabel-variabel perlu dilanjutkan dengan uji derajat integrasi
pertama Shochrul R. Ajija dkk, 2011: 145.
3. Uji Derajat Integrasi Testing for Degree on Integration
Pengujian ini dilakukan untuk mengetahui pada derajat atau order differensi ke berapa data yang diteliti akan stasioner. Pengujian ini
dilakukan pada uji akar-akar unit langkah pertama di atas, jika ternyata data tersebut tidak stasioner pada derajat pertama Insukindro, 1992: 261.
Nilai statistik ADF untuk mengetahui pada derajat berapa suatu data akan stasioner dapat dilihat pada nilai t-statistik ADF lebih besar dari nilai kritis
statistik ADF, maka variabel tersebut dikatakan stasioner pada derajat pertama. Hasil dari pengujian derajat integrasi pertama dapat dilihat pada
tabel 4.5 berikut ini :
Tabel 4.6 Hasil Estimasi Akar-Akar Unit pada Derajat Integrasi Pertama
Variabel Nilai t-
Statistik ADF
Nilai Kritis Statistik ADF
α = 5 Prob.
Kesimpulan
PDB -4.923051
-2.967767 0.0004
Stasioner Konsumsi
-5.066493 -2.967767
0.0003 Stasioner
Investasi -5.021142
-2.967767 0.0003
Stasioner Kredit
-2.977349 -2.967767
0.0490 Stasioner
Sumber : Lampiran 4
79 Dari tabel di atas dapat diketahui bahwa nilai t-statistik ADF
masing- masing variabel dengan α 5 sudah stasioner pada integrasi
pertama first difference. Hal ini dapat dilihat bahwa nilai t-statistik ADF variabel Produk Domestik Bruto PDB, Konsumsi, Investasi, dan Kredit
Perbankan lebih besar bila dibandingkan dengan nilai kritis statistik ADF tabel dan probabilitasnya lebih kecil dari α 5. Dari hasil uji
stasioneritas tersebut dapat disimpulkan bahwa semua variabel sudah stasioner pada ordo yang sama, yaitu pada derajat integrasi pertama,
sehingga pengujian selanjutnya dapat dilanjutkan ke uji kointegrasi Shochrul R. Ajija dkk, 2011: 147.
4. Uji Kointegrasi Cointegration Test
Setelah dilakukan uji stasioneritas dan diyakini seluruh variabel yang diamati merupakan variabel yang sudah stasioner dan memiliki
derajat yang sama, maka langkah selanjutnya adalah pengujian kointegrasi untuk melihat hubungan jangka panjang dari model tersebut. Dalam
melakukan uji kointegrasi harus diyakini terlebih dahulu bahwa variabel- variabel terkait dalam penelitian ini memiliki derajat integrasi yang sama
atau tidak Insukindro, 1992. Pengujian ini dilakukan untuk mengetahui apakan dalam jangka panjang terdapat hubungan antara variabel
independen dengan variabel dependennya. Tujuan utama uji kontegrasi ini adalah untuk mengetahui apakah residual regresi terkointegrasi stasioner
80 atau tidak. Apabila variabel terkointegrasi maka diduga terdapat hubungan
yang stabil dalam jangka panjang. Sebaliknya jika tidak terdapat kointegrasi antar variabel maka
diduga implikasi tidak adanya keterkaitan hubungan dalam jangka panjang. Uji statistik yang digunakan untuk menguji hipotesis null
mengenai tidak adanya kointegrasi ini adalah menggunakan metode ADF Augmented Dickey-Fuller, sedangkan persamaan jangka panjangnya
akan diturunkan dari persamaan Error Correction Model ECM. Berikut ini hasil uji kointegrasi ADF :
Tabel 4.7 Nilai Regresi Uji Kointegrasi
Null Hypothesis: RESID01 has a unit root Exogenous: None
Lag Length: 0 Automatic based on SIC, MAXLAG=7 t-Statistic
Prob. Augmented Dickey-Fuller test statistic
-3.275425 0.0019
Test critical values: 1 level
-2.644302 5 level
-1.952473 10 level
-1.610211 MacKinnon 1996 one-sided p-values.
Sumber: Lampiran 5 Dari hasil estimasi di atas dapat dilihat bahwa nilai t-statistik ADF
sebesar -3.275425 sedangkan nilai kritis statistik ADF pada tingkat signifikansi 5 yaitu -1.952473. Karena nilai t-statistik lebih besar dari
nilai kritis statistik ADF tabel, artinya residual dari persamaan telah stasioner pada derajat nol atau I0. Sehingga variabel-variabel tersebut
dikatakan terkointegrasi atau terdapat indikasi hubungan jangka panjang.
81 Adanya indikasi hubungan keseimbangan dalam jangka panjang
belum dapat digunakan sebagai bukti bahwa terdapat hubungan jangka pendek. Sehingga untuk menentukan variabel mana yang menyebabkan
perubahan pada variabel lain, dan untuk menyediakan short run dynamic adjustment guna menuju periode jangka panjang, maka dilakukan
perhitungan ECM.
5. Pendekatan Error Correction Model ECM
